CTを用いた左心房形態の深層学習による心房細動アブレーション後の再発予測法の開発

• Project/Area Number: 23K07540
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 53020:Cardiology-related
• Research Institution: Juntendo University
• Principal Investigator: 林 英守 順天堂大学, 医学部, 准教授 (70407310)
• Co-Investigator(Kenkyū-buntansha): 塩澤 知之 順天堂大学, 医学部, 助教 (00648165) ; 鍵山 暢之 順天堂大学, 保健医療学部, 准教授 (20722010) ; 戸叶 隆司 順天堂大学, 医学部, 先任准教授 (40317441) ; 藤本 進一郎 順天堂大学, 医学部, 准教授 (70385871)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2024: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000); Fiscal Year 2023: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
• Keywords: 心房細動 / アブレーション / AI / 再発予測 / 左房CT画像

Outline of Research at the Start

本研究では、カテーテルアブレーション術前診断として撮影された心臓CT画像の左心房形態を深層学習で評価し、アブレーションによる肺静脈隔離術施行後の心房細動再発予測、および推奨アブレーションストラテジーの提案を可能とするアルゴリズムの構築を目的とする。その結果を基盤として、アブレーションによる心房細動治療成績の更なる向上を目指す。